Характеристики

Лицензия: Apache 2.0
Базовая модель: text2vec-large-chinese
Библиотека: transformers
Опубликована: 3 апр 2025

Ссылки

text2vec-large-chinese-i1-GGUF

ЭмбеддингиТекст → embedding8 профессий

text2vec-large-chinese-i1-GGUF — квантованная версия модели GanymedeNil/text2vec-large-chinese, подготовленная mradermacher в формате GGUF.

458скачиваний за 30 дней0лайковвеса обновлены11 июл 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для получения векторных представлений китайскоязычного текста и задач семантического сходства, включая поиск похожих предложений, сопоставление текстов и другие сценарии feature extraction. Это не генеративная диалоговая модель.

В README указано, что модель поддерживает китайский язык. Сведения об архитектуре, количестве параметров, максимальной длине контекста, точных входных и выходных форматах, а также о дополнительных модальностях не приведены. Доступны многочисленные варианты квантования размером примерно от 0,2 до 0,4 ГБ, включая IQ- и Q-типы; они различаются компромиссом между размером, скоростью и качеством. Для некоторых низкобитных вариантов прямо отмечено снижение качества, тогда как Q4_K_M обозначен как быстрый и рекомендуемый.

Модель удобна для локального запуска в экосистеме, поддерживающей GGUF, и позволяет существенно сократить требования к дисковому пространству и памяти. Ограничения связаны с потерями качества при агрессивном квантовании и отсутствием в README подробных результатов оценки, характеристик производительности и рекомендаций по выбору конкретного варианта для разных задач. Лицензия исходной модели указана как Apache-2.0.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

About

weighted/imatrix quants of https://huggingface.co/GanymedeNil/text2vec-large-chinese

For a convenient overview and download list, visit our model page for this model.

static quants are available at https://huggingface.co/mradermacher/text2vec-large-chinese-GGUF

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

Link	Type	Size/GB	Notes
GGUF	i1-IQ1_S	0.2	for the desperate
GGUF	i1-IQ1_M	0.2	mostly desperate
GGUF	i1-IQ2_XXS	0.2
GGUF	i1-IQ2_XS	0.2
GGUF	i1-IQ2_S	0.2
GGUF	i1-IQ2_M	0.2
GGUF	i1-Q2_K_S	0.2	very low quality
GGUF	i1-IQ3_XXS	0.2	lower quality
GGUF	i1-Q2_K	0.2	IQ3_XXS probably better
GGUF	i1-IQ3_XS	0.2
GGUF	i1-IQ3_S	0.3	beats Q3_K*
GGUF	i1-Q3_K_S	0.3	IQ3_XS probably better
GGUF	i1-IQ3_M	0.3
GGUF	i1-Q3_K_M	0.3	IQ3_S probably better
GGUF	i1-IQ4_XS	0.3
GGUF	i1-Q3_K_L	0.3	IQ3_M probably better
GGUF	i1-IQ4_NL	0.3	prefer IQ4_XS
GGUF	i1-Q4_0	0.3	fast, low quality
GGUF	i1-Q4_K_S	0.3	optimal size/speed/quality
GGUF	i1-Q4_K_M	0.3	fast, recommended
GGUF	i1-Q4_1	0.3
GGUF	i1-Q5_K_S	0.3
GGUF	i1-Q5_K_M	0.3
GGUF	i1-Q6_K	0.4	practically like static Q6_K

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

FAQ / Model Request

See https://huggingface.co/mradermacher/model_requests for some answers to questions you might have and/or if you want some other model quantized.

Thanks

I thank my company, nethype GmbH, for letting me use its servers and providing upgrades to my workstation to enable this work in my free time. Additional thanks to @nicoboss for giving me access to his private supercomputer, enabling me to provide many more imatrix quants, at much higher quality, than I would otherwise be able to.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов: 20ae1e3